Menü
StartseiteMasterWirtschaftsinformatikWissensextraktion

Wissensextraktion

Inhalt:

Zunächst werden die Grundprinzipien des Data Mining, die Wissensextraktion mittels Data Mining erläutert. Es wird der Einsatz von Data Mining im Hinblick auf strukturierte, semistrukturierte und unstrukturierte Daten diskutiert. Es wird der klassische Ablauf einer Datenanalyse vorgestellt: Datenvorverarbeitung, Analyse, Interpretation.Verschiedene Verfahrensklassen des Data Mining (Klassifikation, Vorhersage, Clustering, Assoziationsregeln) werden anhand typischer Probleme in einem Unternehmen eingeführt. Dies schließt sowohl klassische DM-Verfahrenals auch Künstliche Neuronale Netze (hier insbesondere Architekturen, Lernverfahren, typische Anwendungen wie Mustererkennung, Klassifikation, Clustering, Prognose) ein.

Ein Schwerpunkt ist die Datenvorverarbeitung. Anhand realer Unternehmensdaten werden alle Teilthemen behandelt.

Qualifikationsziele:

Die Studierenden erwerben Kompetenzen im Einsatz von Analysetechniken in betrieblichen Entscheidungsprozessen, hier speziell auf dem Gebiet der Wissensextraktion aus Massendaten. Sie erwerben die Fähigkeit, Data-Mining-Systeme zur Lösung einer betriebswirtschaftlichen Analyseaufgabe einzusetzen. Durch projektbasiertes Lernen wird die typische Wirtschaftsinformatik-Sichtweise auf ein zu lösendes Problem gestärkt.

Die Teilnehmer können:•       

  • die Relevanz der Wissensextraktion aus großen Datenmengen zur Entscheidungsunterstützung im Unternehmen beurteilen
  • mit großen Datenmengen umgehen, diese für Data-Mining-Verfahren vorbereiten    
  • verschiedene Data-Mining-Techniken anwenden  
  • die Resultate interpretieren
  • die Leistungsfähigkeit, die Einsatzmöglichkeiten und Grenzen der DM-Verfahren einschätzen

Fachverantwortlicher

Prof. Dr. Jürgen Cleve
+49 (3841) 7537-527

Mehr erfahren

über Fernstudium Master Wirtschaftsinformatik

Infomaterial erhalten

Ihre Ansprechpartnerin

B.A. Betriebswirtschaft

Janett Schumacher

+49 (3841) 7537-726